Prozessorientiertes Wissensmanagement - Konzeption eines integrierten Vorgehensmodells

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1 Einführung

2 Wissensmanagement
2.1 Empirische Phänomene
2.1.1 Wissen als vierter Produktionsfaktor
2.1.2 Gesellschaftlicher Wandel
2.1.3 Differenz von Buch- und Marktwert
2.1.4 Anstieg des Wissensangebots
2.1.5 Fragmentierung von Wissen
2.1.6 Dezentralisierung von Wissen
2.1.7 Personal- und Wissensfluktuation
2.2 Grundlagen und Überblick
2.2.1 Zeichen, Daten, Informationen, Wissen
2.2.1.1 Terminologie
2.2.1.2 Eigenschaften von Wissen
2.2.1.3 Arten von Wissen
2.2.2 Organisationales Lernen
2.2.3 Lernende Organisation
2.2.4 Wissensmanagement
2.3 Grundlagen des strategischen Managements
2.3.1 Marktorientierte Strategie (market based view)
2.3.2 Ressourcenorientierte Strategie (resource based view)
2.4 Wissensmanagement und Kernkompetenz
2.4.1 Einordnung im strategischen Management
2.4.2 Wissen, Kompetenzen, Kernkompetenzen und dynamische Kompetenzen
2.5 Empirische Studien
2.5.1 Studie des Fraunhofer Instituts für Arbeitswirtschaft und Organisation (IAO)
2.5.2 Studie des Unternehmensberatung McKinsey & Company
2.5.3 Studie der National Chung Cheng University, Taiwan

3 Prozessmanagement
3.1 Funktionsorientierung versus Prozessorientierung
3.2 Terminologische Grundlagen
3.2.1 Prozesse und Geschäftsprozesse
3.2.2 Prozessarten
3.2.3 Prozessmanagement
3.2.4 Prozessmanagement und Business Reengineering
3.3 Prozessmanagement und Kernkompetenz
3.4 Explorative Studien
3.4.1 Geschäftsprozessmanagement 2003 – Umfrage Status quo
3.4.2 Business Process Report 2004

4 Interdependenzen und Synergien
4.1 Konnex aus Geschäftsprozessen und Wissen
4.1.1 Abgrenzung der Untersuchungsobjekte und -dimensionen
4.1.2 Prozessschritt
4.1.3 Geschäftsprozess
4.1.4 Wertschöpfungskette
4.1.5 Ergebnis
4.2 Prozess „Wissensmanagement“

5 Integriertes Vorgehensmodell
5.1 Vorüberlegungen
5.1.1 Zielsetzung
5.1.2 Vorgehensweise
5.2 Modellrahmen
5.3 Konzeptanalysen
5.3.1 Konzepte des Wissensmanagements
5.3.1.1 Knowledge Process Reengineering nach Allweyer
5.3.1.2 Gestaltungsorientierter Ansatz nach Amelingmeyer
5.3.1.3 Business Knowledge Management nach Bach
5.3.1.4 Geschäftsprozessorientiertes Wissensmanagement nach Heisig
5.3.1.5 Knowledge Chain nach Holsapple und Singh
5.3.1.6 Wissensmarkt nach North
5.3.1.7 Integratives Wissensmanagement nach Pawlowsky und Reinhardt
5.3.1.8 Bausteine des Wissensmanagement nach Probst et al
5.3.1.9 Vier Akte zum Wissensmanagement nach Schüppel
5.3.1.10 The 10-Step Knowledge Management Road Map nach Tiwana
5.3.1.11 Referenzmodell Wissensmanagement nach Warnecke et al
5.3.1.12 Systemisches Wissensmanagement nach Willke
5.3.2 Konzepte des Prozessmanagements
5.3.2.1 Prozessorientierte Organisationsgestaltung nach Becker et al
5.3.2.2 Business Engineering nach Österle
5.3.2.3 ARIS – House of Business Engineering nach Scheer
5.4 Konzeptsynthese
5.4.1 Strategieableitung
5.4.1.1 Prozessmanagementstrategie
5.4.1.2 Wissensmanagementstrategie
5.4.2 Aufgaben
5.4.2.1 Zukünftige, operative Wissensbasis ableiten
5.4.2.2 Wissensziele (re-)definieren
5.4.2.3 Prozessziele (re-)definieren
5.4.2.4 Prozessperformance messen
5.4.2.5 Wissensbasis bewerten
5.4.2.6 Wissensbasis analysieren
5.4.2.7 Wissen identifizieren
5.4.2.8 Prozesse modellieren
5.4.2.9 Prozesse analysieren
5.4.2.10 Maßnahmen ableiten
5.4.2.11 Wissen entwickeln
5.4.2.12 Wissen erwerben
5.4.2.13 Wissen verteilen
5.4.2.14 Wissen nutzen
5.4.2.15 Wissen selektieren
5.4.2.16 Wissen bewahren
5.4.2.17 Prozesse technisch implementieren
5.4.2.18 Prozesse auf Mitarbeiterebene implementieren
5.4.2.19 Aufbauorganisation gestalten
5.4.2.20 Feedback ermöglichen
5.4.3 Rahmenbedingungen
5.4.3.1 Analyse der Rahmenbedingungen
5.4.3.2 Schaffung von Hygienefaktoren
5.4.3.3 Schaffung von Motivatoren
5.4.4 Vorgehensmodell

6 Resümee und Ausblick

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abb. 1 Aufbau der vorliegenden Arbeit

Abb. 2 Entwicklung der Erwerbstätigenstruktur im Deutschen Reich und der Bundesrepublik Deutschland von 1800 bis 2003

Abb. 3 Wissenskapital in der Marktwert-Bilanz

Abb. 4 Hierarchische Beziehungen zwischen Zeichen, Daten, Informationen und Wissen

Abb. 5 Wissensbasis und Lernen

Abb. 6 Vier Formen der Wissensumwandlung

Abb. 7 Die Wissensspirale

Abb. 8 Spirale der Wissensschaffung im Unternehmen

Abb. 9 Wissens- und Lernbarrieren

Abb. 10 Gegenüberstellung "market based view" und "resource based view"

Abb. 11 Die Wissenstreppe

Abb. 12 Wettbewerbsvorteile durch Innovationen

Abb. 13 Zusammenhang zwischen Wissensmanagement-Erfolg und Unternehmenswert

Abb. 14 Funktions- und Prozessorientierung

Abb. 15 Prozessbetrachtung: Vom Prozessschritt zur Wertschöpfungskette

Abb. 16 Wissen und Prozesse aus statischer Sicht

Abb. 17 Dynamischer Konnex aus Geschäftsprozessen und Wissen

Abb. 18 Beziehungen zwischen Geschäftsprozessen und Wissen

Abb. 19 Systemisches Wissens- und Prozessmanagement aus statischer und dynamischer Sicht

Abb. 20 Allgemeiner Modellrahmen des integrierten Vorgehensmodells

Abb. 21 Vorgehensmodell beim Knowledge Process Reengineering

Abb. 22 Grundmodell des gestaltungsorientierten Wissensmanagement

Abb. 23 Wertschöpfung und Wissensorganisation des Business Knowledge Management am

Beispiel Bank

Abb. 24 Vorgehensmodell beim Business Knowledge Management

Abb. 25 Struktur- und Vorgehensmodell zum GPO-WM

Abb. 26 Modell der Knowledge Chain

Abb. 27 Prozessanalyse und Wissensintegrationsprozesse

Abb. 28 Organisationales Lernen als integratives Wissensmanagement

Abb. 29 Bausteine des Wissensmanagement

Abb. 30 Die vier Akte zum Aufbau eines Wissensmanagements

Abb. 31 Vorgehensmodell der Knowledge Management Road-Map

Abb. 32 Referenzmodell Wissensmanagement

Abb. 33 Wissensmanagement als Geschäftsprozess

Abb. 34 Reorganisationsprojekt und kontinuierliches Prozessmanagement

Abb. 35 Revolution und Evolution des Business Engineering

Abb. 36 ARIS – House of Business Engineering

Abb. 37 Prozessbewertungsportfolio

Abb. 38 Ableitung von Wissenslücken

Abb. 39 Integriertes Vorgehensmodell zum prozessorientierten Wissensmanagement

Tabellenverzeichnis

Tab. 1 Übersicht über Wissensarten

Tab. 2 Konventionelle Sichtweise versus prozessorientierte Sichtweise

Tab. 3 Beispiele für Wissensarten mit unterschiedlicher Wissensbasis

Tab. 4 Beispiele der Wissensbereitstellung und –generierung

Tab. 5 Prozessbewertungsmatrix

1 Einführung

Die Vielzahl der Veröffentlichungen deutet seit Beginn der Neunziger Jahre auf zwei exponierte Schwerpunkte bis heute aktuellen Managementinteresses hin. Prozess- und Wissensmanagement sind in den Fokus weltweiter Aufmerksamkeit unternehmerischer Entscheider gerückt. Die vorliegende Arbeit stellt Integrationsopportunitäten und daraus resultierende Synergieeffekte beider Konzepte heraus und kulminiert in einem integrierten Vorgehensmodell.

Die vorliegende Arbeit beschäftigt sich im zweiten und dritten Kapitel mit fundamentalen Ausführungen zum Wissens- und Prozessmanagement und liefert Antworten auf die Fragen:

- Wie stellt sich die aktuelle Entwicklung des jeweils relevanten, unternehmerischen Umfeldes überblicksartig dar?
- Wie werden die terminologischen Grundlagen definiert?
- Wo liegt der strategische Nutzen des jeweiligen Konzepts?
- Wie wird der jeweilige Managementansatz in der Praxis beurteilt und welche Verbreitung findet dieser?

Im vierten Kapitel wird auf die Beziehungen und wechselseitigen Bedingungen zwischen dem Prozess- und Wissensmanagement eingegangen, um die Notwendigkeit einer integrativen, synergetischen Betrachtung zu unterstreichen.

Das fünfte Kapitel analysiert aktuelle Ansätze des Wissens- und Prozessmanagements unter Berücksichtigung eines im Vorfeld entwickelten Ordnungsrahmens, um diese zu einem Vorgehensmodell im letzten Schritt zu synthetisieren.

Ein Resümee bzw. einen Ausblick auf die prospektive Entwicklung dieser Thematik liefert abschließend das sechste Kapitel.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Aufbau der vorliegenden Arbeit

2 Wissensmanagement

2.1 Empirische Phänomene

2.1.1 Wissen als vierter Produktionsfaktor

Der große Stahlproduzent Bethlehem in Pennsylvania benötigte drei bis vier Mannstunden zur Herstellung einer Tonne Stahl. In der Zwischenzeit hat Nucor Steel in Charlotte ein Verfahren entwickelt, das den Einsatz hoch entwickelter Computer voraussetzt und zu der Produktion einer Tonne Stahl in lediglich 45 Mannminuten befähigt.

Diese Anekdote von Stewart (1998, S. 31) illustriert die Entwicklung der Produktion in den vergangenen Dekaden: Klassische Produktionsfaktoren, wie Arbeit, Kapital und Boden, werden zunehmend durch Wissen substituiert. Wissen ist keine Ressource mehr, die die übrigen Faktoren ausschließlich zusammenhält, sondern als eigenständiger Faktor selbst in das Produkt eingeht (produktionsorientierte Sicht).

Ein weiteres Beispiel stellt Moore’s Gesetz^[1] dar, nach dem sich die Packungsdichte von Platinen alle achtzehn Monate verdoppelt und welches bis heute noch Gültigkeit besitzt. Zurückzuführen ist eine derartige Entwicklung nicht auf einen Mehreinsatz von Silizium oder Transistoren, sondern auf eine intelligentere Konstruktion der Prozessoren und der zur Produktion benötigten Apparaturen. In diesem Fall werden keine Rohstoffe ersetzt, sondern das Produkt als solches durch das „Einfließen“ von Wissen aufgewertet.

Insgesamt ist „Wissen“ neben den drei tradierten Produktionsfaktoren zum Vierten avanciert (vgl. Picot, 1990, S. 7).

2.1.2 Gesellschaftlicher Wandel

Die Beschäftigungsstruktur hat sich innerhalb der drei Sektoren Landwirtschaft (primärer Sektor), produzierendes Gewerbe (sekundärer Sektor) und Dienstleistungen (tertiärer Sektor) in den letzten knapp zweihundert Jahren deutlich vom primären und sekundären zum tertiären Sektor verschoben. Diese Bewegung hat in der Literatur unter den Bezeichnungen „Tertiarisierung“ oder „Wandel zur Dienstleistungsgesellschaft“ ihren Eingang gefunden (vgl. Abb. 2). Probst et al. (1999, S. 25) prognostizieren aus dieser Entwicklung heraus das Hervortreten intelligenter Produkte, die „Produkte mit relativ einfachem Basisnutzen zu wissensintensiven Produkten aufwerten“ (nachfrageorientierte Sicht). Die Verwendung von Wissen als Produktionsfaktor wird dadurch weiter forciert.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Entwicklung der Erwerbstätigenstruktur im Deutschen Reich und der Bundesrepublik
Deutschland von 1800 bis 2003 nach Wirtschaftssektoren in Prozent
(1950-1989 alte Bundesländer, ab 1994 Gesamtdeutschland)
Quelle: Statistisches Bundesamt, eigene Darstellung

2.1.3 Differenz von Buch- und Marktwert

„Der Marktwert der Firma Microsoft übersteigt den Buchwert um das Zehnfache“ (Sveiby, 1998, S. 20).

Versteht man das Wissen als kapitalisiertes Vermögen, lässt sich diese Differenz dadurch erklären, dass der gesamte Marktwert als Summe sichtbaren bzw. materiellen und unsichtbaren bzw. immateriellen Vermögens zu begreifen ist (Sveiby, 1998 und Edvinsson und Brüning, 2000).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 3: Wissenskapital in der Marktwert-Bilanz
(in Anlehnung an Sveiby, 1998, S. 30 und Edvinsson und Brüning, 2000, S. 37)

Dem Aufbau relevanten Wissens kommt aus dieser Sicht eine tatsächlich wertsteigernde Wirkung zu.

2.1.4 Anstieg des Wissensangebots

Zwei sich bedingende gegenläufige Entwicklungen kennzeichnen das Ausmaß des Wissensangebotes. Das zur Verfügung stehenden Wissens erfährt eine exponentielle Steigerung, während die Halbwertzeit des Wissens insgesamt sinkt, was die Akzeleration der Wissensproduktion erneut erhöht (Della Schiava und Rees, 1999, S. 52ff und Hopfenbeck et. al., 2001, S. 330).

Das Wissensangebot nimmt daher kaum noch zu handhabende Formen an.

Beispielsweise müsste ein Chemiker rund 600.000 Laborberichte, Doktorarbeiten und Fachartikel jährlich lesen, um in seinem Fachgebiet den state-of-the-art zu erhalten (Degler, 1993, S. 150).

2.1.5 Fragmentierung von Wissen

Mit dem Anstieg des Wissensangebotes geht nach Probst et al. (1999, S. 23f) „eine weitergehende Spezialisierung in den wissenschaftlichen Disziplinen einher“, die auch in der betrieblichen Organisation Einzug hält. Die Wissenstiefe eines Mitarbeiters wird zu Lasten der Wissensbreite gefördert, so dass die organisationale Wissensbasis auf mehr Spezialisten verteilt und demzufolge in der Aufbauorganisation zunehmend „zersplittert“ wird.

2.1.6 Dezentralisierung von Wissen

Eine verstärkte Dezentralisierung der Unternehmensstrukturen im Rahmen zunehmender Globalisierung führt zu einer Verlagerung der Entscheidungskompetenzen vor Ort, um zeitnah und angemessen auf sich ergebende Situationen reagieren zu können. Das setzt voraus, dass das richtige Wissen zur richtigen Zeit den richtigen Personen vorliegt (Applehans et al., 1999, S. 17). Während Applehans et al. auf eine unternehmensinterne Globalisierung abstellen, weisen Probst et al. (1999, S. 24f) auf die weltweite Verteilung der Zentren wissenschaftlichen und technischen Fortschritts und in diesem Zusammenhang auf eine „Globalisierung des Wissens“ hin.

2.1.7 Personal- und Wissensfluktuation

Wissen, welches ausschließlich in den Köpfen weniger Mitarbeiter vorhanden ist, verlässt nach Tiwana (2002, S. 20) das Unternehmen, sobald der Mitarbeiter dieses verlässt. Das Risiko des Wissensverlusts auf der Seite des Unternehmens, wie auch der Wissenstransfer zu einem Wettbewerber sind dabei immanent. In diesem Sinne führen ebenfalls unternehmens­interne Personalbewegungen zu einer Wissensdeplatzierung am ursprünglichen Arbeitsplatz.

Diese sieben Phänomene geben Anlass, sich mit den Themen Wissen und Wissens­management näher auseinander zu setzen:

1. Wissen stellt einen vierten Produktionsfaktor dar
2. Gesellschaftlicher Wandel führt zu wissensintensiveren Produkten
3. Wissen erhöht den unternehmerischen Marktwert
4. Das vorhandene Wissen nimmt unüberschaubare Formen an
5. Das Wissen liegt in fragmentierter Form vor
6. Die Entscheidungsträger sind dezentral aufgestellt
7. Wissensfluktuation geht mit Personalfluktuation einher.

2.2 Grundlagen und Überblick

2.2.1 Zeichen, Daten, Informationen, Wissen

2.2.1.1 Terminologie

Die Abgrenzung der konzeptionell verwandten Begriffe „Zeichen“, „Daten“, „Informationen“ und „Wissen“ lässt sich in Abb. 4 in hierarchischer Form darstellen.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: Hierarchische Beziehungen zwischen Zeichen, Daten, Information und Wissen

Quelle: Rehäuser und Krcmar (1996, S. 6)

Basis dieser Begriffshierarchie bildet das Zeichen, das als „das kleinste bei einer Programmausführung zugreifbare Datenelement“) definiert ist und durch Schriftzeichen oder Impulsfolgen wiedergegeben wird (Rehäuser und Krcmar, 1996, S. 3. Der endliche Zeichenvorrat umfasst dabei Buchstaben, Ziffern und Sonderzeichen. Entnimmt man bspw. dem Vorrat an Ziffern die Zeichen „1“, „7“, „0“ und aus dem Vorrat der Sonderzeichen das Zeichen „,“, so ist dieser aneinander gereihten Zeichenmenge zunächst kein Zusammenhang eigen (ebd.).

Erst durch die Anwendung syntaktischer Regeln werden Zeichen kodiert und in eine zusammenhängende Ordnung überführt; d.h. aus Zeichen(-folgen) werden Daten – in unserem Beispiel wird aus den Zeichen ein Preis (von der Oelsnitz und Hamann, 2003, S. 38). Dabei ist zu betonen, dass Daten keine inhärente Bedeutung zukommt, sie keinerlei Wertung beinhalten und diese als Handlungsbasis insofern nicht tragfähig sind (Davenport und Prusak, S. 28, 1998).

Daten kommen erst eine Aussagekraft zu und werden zu Informationen, sobald diese in einen Bedeutungskontext bzw. Problemzusammenhang eingebettet und zur Erreichung eines Ziels eingesetzt werden. Dabei ist der Bedeutungskontext auf subjektive und relative Relevanzkriterien zurückzuführen, die jedem Datum eine spezifische Relevanz zuschreiben. Um unser Beispiel fortzuführen, erhält das Datum „1,70“ einen handlungsweisenden Sinn, wenn dieses bspw. das Austauschpreisverhältnis von in- zu ausländischer Währung darstellt (Willke, 2001, S. 8 und Rehäuser und Krcmar, 1996, S. 4).

Informationen werden aufgrund eines bestimmten geistigen Hintergrundes in einem Konnex verbunden und so in einen subjektiven Verwendungszusammenhang (Pragmatik) gebracht. Das Ergebnis des kognitiven Verbundes ist Wissen, das neben Informationen auch Erfahrungen, Faustregeln oder Weltbilder beinhaltet, und zeichnet sich durch seinen Zweckbezug, seine Verhaltensrelevanz, Perspektiven- und Aspektspezifität aus (von der Oelsnitz und Hamann, 2002, S. 39 und Rehäuser und Krcmar, 1996, S. 5).

Probst et al. (1999, S. 46) fassen diese Überlegungen zusammen und liefern eine zweckorientierte Definition: „Wissen bezeichnet die Gesamtheit der Kenntnisse und Fähigkeiten, die Individuen zur Lösung von Problemen einsetzen. Dies umfasst sowohl theoretische Erkenntnisse als auch praktische Alltagsregeln und Handlungsanweisungen. Wissen stützt sich auf Daten und Informationen, ist im Gegensatz zu diesen jedoch immer an Personen gebunden. Es wird von Individuen konstruiert und repräsentiert deren Erwartungen über Ursache-Wirkungs-Zusammenhänge.“

Dem einleitenden Beispiel folgend würden die subjektiven Vorstellungen bspw. über das Funktionieren des Devisenmarktes Wissen darstellen.

Während der verfügbaren Menge an Daten und Informationen kaum oder keine natürlichen Grenzen gesetzt sind und die Existenz dieser im unternehmerischen Umfeld z. T. unüberschaubare Formen annimmt, ist eine Interpretation und Transformation der Informationen zu Wissen durch menschliche Verarbeitungskapazitäten limitiert. Das vorhandene Wissen nimmt an den verfügbaren Informationen stetig ab, so dass es zu einem Wissensmangel in der Informationsflut kommt. Diese Konstellation ist als Informationsparadoxon in der Literatur bekannt (Hopfenbeck et al., 2001, S. 215).

Einen Überblick über weitere Definitionsansätze zu diesen Begriffen liefert Amelingmeyer (2000, S. 39ff).

2.2.1.2 Eigenschaften von Wissen

Zwei Eigenschaften sind bei der Wissensbetrachtung aus produzierender Sicht bedeutsam.

Das Gesetz abnehmender Grenzerträge, das aus der industriellen Produktion bekannt ist, findet bei der Wissensschaffung keine Gültigkeit. Der Input, der zur Generierung von Wissen benötigt wird, in Form von Nahrung ist zu vernachlässigen, so dass Wissen ohne weiteren Faktoreinsatz produziert werden kann (Sveiby, 1998, S. 45).

Weiterhin wird das Wissen durch Teilung oder Verkauf nicht vermindert, sondern vermehrt. Von Pierer (1999) beschreibt diesen Zusammenhang folgendermaßen: „If I give you a dollar and you give me a dollar, then we have one dollar each. But if I give you an idea and you give me an idea, we have two ideas each.”

2.2.1.3 Arten von Wissen

Je nach Betrachtungswinkel lässt sich Wissen anhand verschiedener Merkmale unterscheiden. Al-Laham liefert in Tab. 1 einen Überblick über die Landschaft aktueller Klassifikations­ansätze und ihren jeweiligen Ausprägungsformen.

Tab. 1: Übersicht über Wissensarten

Abbildung in dieser Leseprobe nicht enthalten

(Quelle: Al-Laham, 2003, S. 31f)

2.2.2 Organisationales Lernen

Betrachtet man die Organisation einer Unternehmung aus systemtheoretischer Sicht, so stellt der einzelne Mitarbeiter das kleinste Element dieses Systems dar. Eine Komposition des individuellen Wissens würde demzufolge das gesamte im Unternehmen vorhandene Wissen repräsentieren. Berechtigterweise ist zu hinterfragen, ob dem Unternehmen dieses Wissen auch tatsächlich zur Verfügung steht und die Interaktionen und Beziehungen der Individuen untereinander keinen Einfluss auf die organisationale Wissensbasis nehmen.

Probst et al. (1999, S. 39) exponieren zwar „das Individuum zum zentralen Träger der organisationalen Wissensbasis“ betonen jedoch gleichzeitig, „dass die Fähigkeit von Organisationen, kollektiv Probleme zu lösen und zu handeln, sich nicht alleine aus den individuellen Fähigkeiten der Organisationsmitglieder erklären lässt“ (ebd., S. 43).

In diesem Zusammenhang verweist Pawlowsky (1998, S. 18) auf die Unmöglichkeit einer Zurückführung der Gesamtleistung einer Mannschaft oder eines Orchesters auf das Wissen einzelner.

Einer Unterscheidung der Lernebenen in individuelles und kollektives Lernen wird daher von allen Autoren (vgl. Pawlowsky, 1998, S. 17f) einmütig zugestimmt.

„Die organisationale Wissensbasis setzt sich aus individuellen und kollektiven Wissensbeständen zusammen, auf die eine Organisation zur Lösung ihrer Aufgaben zurückgreifen kann. Sie umfasst darüber hinaus die Daten und Informationsbestände, auf welchen individuelles und organisationales Wissen aufbaut“ (Probst et al., 1999, S. 46).

Während die Wissensbasis durch eine statische Zeitpunktbetrachtung charakterisiert ist, wird Lernen als „jede zufällige oder gezielt herbeigeführte Veränderung der organisationalen Wissensbasis“ (von der Oelsnitz und Hamann, 2003, S. 66) verstanden.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 5 Wissensbasis und Lernen (eigene Darstellung)

Aus diesem Blickwinkel heraus betrachtet Wiegand (1995, S. 324) organisationales Lernen als stattgefunden, „wenn durch zustandsgebundene (Lern-)Prozesse in und/oder von Organisationen Wissen geschaffen wurde, das die Verhaltensmöglichkeiten der Organisation ceteris paribus vergrößert.“

Neben der Ebene des Individuums wird die Ebene kollektiven Lernens weiter in

- eine mikrosoziale Ebene (Gruppe) und
- eine makrosoziale Ebene (Gesamtsystem)

differenziert, wobei die makrosoziale Ebene je nach Betrachtungswinkel weiter in eine organisationale Ebene und einer interorganisationale Ebene unterteilt werden kann. (Pawlowsky, 1998, S. 17f und Nonaka und Takeuchi, 1995, S. 57).

Die Synergieeffekte individueller Lernprozesse im Rahmen organisationalen Lernens werden auf der Gruppenebene besonders deutlich. Einerseits werden die Ergebnisse persönlicher Lernprozesse dem System zur Verfügung gestellt (Transferfunktion) und andererseits werden durch die breitere, bereits vorhandene kollektive Wissensbasis Lern- und Leistungsvorteile gegenüber dem Individuum generiert (Genesefunktion) (von der Oelsnitz und Hamann, 2003, S. 80).

Die Herausforderung der Transfer- und Genesefunktion haben Nonaka und Takeuchi (1995, 1997) in ihrem Konzept der Wissensspirale modelliert. Sie verdeutlichen den Prozess der Wissensschaffung anhand zweier Dimensionen: einer epistemologischen und einer ontologischen Dimension. Die epistemologische Dimension umfasst die dichotomen Ausprägungen „implizites Wissen“ (tacit knowledge) und „explizites Wissen“ (explicit knowledge). Die ontologische Dimension gibt die jeweilige Wissensebene Individuum („individual“), Gruppe („group“), Organisation („organization“) und Unternehmens-interaktion („inter-organization“) wieder.

Nonaka und Takeuchi stellen die Personengebundenheit von Wissen heraus^[2] und formulieren in ihrer Kernthese, dass Wissen nur durch eine soziale Interaktion zwischen impliziten und expliziten Wissen erschaffen und erweitert wird^[3].

Unter Berücksichtigung aller Möglichkeiten der Wissensumwandlung ergeben sich vier Fallunterscheidungen von Interaktionsprozessen.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 6 Vier Formen der Wissensumwandlung (Quelle: Nonaka und Takeuchi, 1997, S. 75)

Die Sozialisation beschreibt den Austausch impliziten Wissens. Es basiert auf dem Erfahrungsaustausch und der Wissensvermittlung durch Beobachtung, Nachahmung und Praxis. Die sprachliche Kommunikation ist dabei nicht zwangsläufig notwendig (Nonaka und Takeuchi, 1995, 62f).

Zur Verdeutlichung sei folgendes Beispiel genannt: In den Achtziger Jahren stand die Matsushita Electric Industrial Company bei der Entwicklung einer Brotbackmaschine vor dem Problem der Mechanisierung des Teigknetens, welches maßgeblich für die Qualität des Brotes ist und zum impliziten Wissen von Bäckern gehört. Da man selbst nach dem Vergleich von Röntgenaufnahmen eines von einem Bäckermeister und eines mechanisch gekneteten Teigs zu keinen weiteren Aufschlüssen kam, gingen Mitarbeiter des Unternehmens bei einem Bäckermeister schließlich in die Lehre, um sich das implizite Wissen über das Teigkneten anzueignen (ebd., S. 63f).

Die Konversion von implizitem zu explizitem Wissen wird in dem Prozess der Externalisierung vollzogen. Dabei wird implizites Wissen in Form von Metaphern, Analogien, Konzepten, Hypothesen oder Modellen ausgedrückt. Diese Ausdruckformen sind meist inadäquat, inkonsistent und unzureichend, was allerdings die Reflexion und Interaktion der Beteiligten fördert. Die Generierung von konzeptualem Wissens wird dabei als wesentlich angesehen. (ebd., S. 64).

Beispielsweise entwickelte das Unternehmen Honda ein Fahrzeug, das der Mechanik ein Minimum an Platz, den Insassen hingegen ein Maximum an Raumangebot einräumen sollte. Diese Vorstellung verbunden mit der Analogie einer Kugel, welche sich durch ein Höchstmaß an Rauminhalt und ein Mindestmaß an Oberfläche auszeichnet, schuf das Konzept eines hohen, aber kurzen Automobils („Tall-boy“), welches als Honda City auf dem Markt angeboten wurde (ebd., S. 65f).

Durch Kombination wird aus explizitem Wissen weiteres explizites Wissen generiert. Unter Zuhilfenahme von Medien wie Dokumenten, Besprechungen, Telefonie oder computerunterstützten Kommunikationsnetzwerken wird Wissen ausgetauscht und kombiniert. Das Sortieren, Hinzufügen, Kombinieren und Kategorisieren vorhandenen expliziten Wissens kann dabei zu weiterem Wissen führen (ebd., S. 67).

Der Nahrungsmittelhersteller Kraft General Foods nutzt bspw. vorhandene Kundendaten, die angeben welcher Kunde, wo und wie Waren einkauft, um daraus weitere Maßnahmen und Empfehlungen zum optimalen Sortiment und zur optimalen Verkaufsförderung der Supermärkte abzuleiten (Nonaka und Takeuchi, 1995, S. 68).

Um die Transformation expliziten Wissens zu impliziten Wissens nachzuvollziehen, wird nun der Prozess der Internalisierung betrachtet. Hierbei werden Erfahrungen mit dem Durchlaufen der Phasen Sozialisierung, Externalisierung und Kombination verinnerlicht. Eine nahe Verbindung zum „learning-by-doing“ ist dieser Phase immanent. Die Erweiterung der impliziten Wissensbasis eines Einzelnen unter Berücksichtigung expliziten Wissens, kann dadurch gefördert werden, dass dieser Erfahrungen in Dokumenten, Manualen oder verbalen Anekdoten festhält und damit durch intensive Reflexion besser verarbeiten kann. Zusätzlich nützen diese Medien bei der Übermittlung expliziten Wissens an andere, so dass die einen nachvollziehen können, was andere erlebt haben („re-experience“).

General Electric hat zum Beispiel eine Datenbank eingerichtet, die sämtliche Kundenbeschwerden zu sämtlichen Produkten beinhaltet. Insgesamt konnte in den Jahren von 1982 bis 1995 eine Datensammlung von 1,5 Millionen möglichen Problemen samt Lösungen aufgebaut werden. Die Sachbearbeiter sind mit einer Online-Technologie ausgestattet, die zu eingehenden Anfragen eine Antwort innerhalb von zwei Sekunden liefert. Nicht vorhandene Lösungen werden von einem zwölfköpfigen Expertenteam mit einer jeweils mindestens vierjährigen Erfahrung im Reparaturdienst ersonnen und von vier Vollzeitprogrammieren der Datenbank hinzugefügt. (Nonaka und Takeuchi, 1995, S. 69).

Um das organisationale Lernen zu gewährleisten, muss das individuelle (Mehr-)Wissen wiederum sozialisiert werden, so dass die Spirale der Wissensschaffung (vgl. Abb. 7) erneut angestoßen wird (ebd., S. 69).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 7: Die Wissensspirale (Quelle: Nonaka und Takeuchi, 1997, S. 84)

Wird der Prozess der Wissensschaffung nach Nonaka und Takeuchi (1995, S. 70f und 1997, S. 84f) auf die Bereiche Sozialisation und Kombination beschränkt, so wird zum einen implizites Wissen ausgetauscht respektive vorhandenes, explizites Wissen miteinander verknüpft. Beide Fälle führen lediglich zu einem geringen Grad zur Erweiterung der organisationalen Wissensbasis^[4]. Um eine „echte“ Neuschaffung von organisationalen Wissen zu sichern, sind eine dynamische Interaktion von expliziten und impliziten Wissen und damit ein Durchlaufen der gesamten Wissensspirale unerlässlich.

Die Wissensspirale wird von vier sog. Treiben („triggern“), die als Rahmenbedingungen betrachtet werden können, erst ermöglicht.

Der Sozialisation geht erstens ein Feldaufbau („field building“) voraus, der den Austausch von Erfahrungen und mentalen Modellen unterstützt. Ein konstruktiver Dialog („dialogue“) und eine kollektive Reflexion fördern im Rahmen der Externalisierung eine Artikulation schwer zu kommunizierenden impliziten Wissens durch geeignete Metaphern und Analogien. Die Kombination resultiert aus einer Verbindung („Linking explicit knowledge“) neu geschaffenem mit bereits in anderen Teilen des Unternehmens vorhandenem Wissen und führt zu neuen Produkten, Services und Managementsystemen. Das „ learning by doing “ ist schließlich die Triebfeder der Internalisierung.

Die unterschiedlichen Felder der Wissenstransformation führen ebenfalls zu unterschiedlichen Wissensarten. Während die Sozialisierung sympathetisches Wissen (Beispiel „Teigkneten“) generiert, führt die Externalisierung zu konzeptualen Wissen (Beispiel „Konzept ‚Tall-boy’“). Die Kombination wiederum resultiert in systemisches Wissen (Beispiel „Prototypen­technologie“), wobei die Internalisierung das operative Wissen (beispielsweise die körperliche Erfahrung einer Arbeitszeit von 150 Stunden im Monat) speist.

Hinsichtlich der ontologischen Dimension der Wissensspirale beginnt die Entwicklung von Wissen auf der Ebene des Individuums. Durch die Konversion des Wissens auf den vier genannten Feldern gelangt der Prozess der Wissensschaffung auf eine höhere Wissensebene und erreicht eine immer höhere ontologische Dimension (vgl. Abb. 8).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 8 Spirale der Wissensschaffung im Unternehmen (Quelle: Nonaka und Takeuchi, 1997, S. 87)

Mit der Notwendigkeit von Treibern als Promotor der Wissensspirale korrespondiert der Ansatz von Schüppel (1998), der von einem grundsätzlich hohen Niveau des organisationalen Lernen ausgeht und jede suboptimale Ausprägung des Lernprozesses auf Wissens- und Lernbarrieren zurückführen ist, die es zu beseitigen gilt.

Er liefert eine nach Wissensart und Charakteristika der Wissensträger differenzierte zweidimensionale Taxonomie (vgl. Abb. 9). Die Barrieren, in der Literatur zum Teil als Pathologien bezeichnet, werden anhand der Dimensionen Wissensart und Charakteristika der Wissensträger^[5] nach den jeweils dichotomen Ausprägungen „individuell“ und „kollektiv“ respektive „strukturell“ und „politisch-kulturell“ weiter klassifiziert.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 9: Wissens- und Lernbarrieren (Quelle: Schüppel, 1998, S. 122)

Einen umfassenden Überblick über weitere Theorien organisationalen Lernens liefert Wiegand (1996).

2.2.3 Lernende Organisation

„Organizations do not have brains, but they have cognitive systems and memories. As individuals develop their personalities, personal habits and beliefs over time, organizations develop world views and ideologies. Members come and go, and leadership changes, but organizations memories preserve certain behaviors, mental maps, norms and values over time“ (Hedberg, 1981, S. 6).

Mit diesem Zitat wird das Gleichsetzen summierter Lernprozesse der Unternehmung mit dem Begriff der lernenden Organisation importun und den Autoren, die in der lernenden Organisation eine Art Metapher sehen, eine Absage erteilt, so dass man sich nunmehr mit einer eigenständigen Begriffsbildung auseinanderzusetzen hat (von der Oelsnitz und Hamann, 2003, S. 78 und Haun, 2002, S. 163ff).

Wie die kontroverse, wissenschaftliche Diskussion über den Terminus „lernende Organisation“ erahnen lässt, finden sich nahezu ebenso viele Definitionsversuche wie Publikationen zu diesem Bereich (vgl. Schüppel, 1996, S. 13ff). In dieser Arbeit wird in Übereinstimmung mit dem St. Galler Management Ansatz (Malik, 2000, S. 235 – 268) einem systemtheoretischen Betrachtungswinkel der Unternehmung gefolgt.

Haun (2002, S. 173 – 175) adaptiert diese Perspektive unter besonderer Berücksichtigung des Wissensaspektes und liefert folgende Definition:

„Unter einer lernenden Organisation wird ein wirtschaftliches und systemtheoretisches Modell innerhalb eines komplexen aber beeinflussbaren Umfeldes verstanden, die zum Ziel hat, die Lernprozesse der gesamten Organisation und die seiner Gruppen und Mitarbeiter in Einklang mit den aktuellen neurobiologischen und lerntheoretischen Erkenntnissen zu fördern und in einem organisationalen Lernprozess zu integrieren, um durch Lernen und kontinuierliche gemeinschaftliche Selbsterneuerung die eigene Überlebensfähigkeit langfristig zu gewährleisten.“

Aus dieser Perspektive heraus lassen sich einige Charakteristika lernender Organisationen zusammenfassen (Haun, 2002, S. 174f und Wehrmann, 1995, S. 56ff):

- Beziehung zum Systemumfeld
- Es handelt sich um relativ offene Systeme mit bilateralen Beziehungen zum Systemumfeld
- Die Beziehung des Organisationsumfeldes zur Organisation ist aufgrund struktureller und/oder kultureller Gegebenheiten für neue Informationen zum Teil verschlossen („Betriebsblindheit“). „Soziale Systeme […] sind selbstbestimmt und von außen damit nur mittelbar zu beeinflussen“ (Willke, 1998, S. 130)
- Dynamik
- Es sind relativ dynamische Systeme, deren Lernprozesse zu strukturellen und kulturellen Veränderungen führen
- Um eine Umgebung zu bieten, in der diese Lernprozesse ermöglicht werden, ist gleichzeitig ein Fundament fester Regeln notwendig. Das System weist damit ebenfalls statische Aspekte auf
- Determiniertheit
- Diese Systeme zeichnen sich weiterhin durch ein hohes Maß an Undeterminiertheit, probabilistischen Zügen und damit hohen Freiheitsgraden aus
- Determinierte Momente sind dort auszumachen, in denen Regeln und Grenzen die Lernprozesse auf ein Ziel ausrichten und steuern. Diese erhöhen auf der einen Seite das Sicherheitsgefühl der Unternehmung, schränken allerdings auf der anderen Seite die Wahrnehmungs- und Lernfähigkeit der gesamten Unternehmung möglicherweise ein
- Innere Organisation
- Die Lern- und Überlebensfähigkeit der Organisation basiert auf ihrer Selbstorganisation
- Strukturdeterminierte Elemente treten in den Fällen hinzu, in denen die vorhandene organisationale Wissensbasis den Erwerb neuen Wissens blockiert^[6].

2.2.4 Wissensmanagement

Je nach Blickwinkel und Betonung spezieller Aspekte des Wissensmanagement lassen sich unterschiedliche Definitionsansätze ausmachen (Al-Laham, 2003, S. 98 – 100 und North, 2002, S. 201 – 203).

[...]

---

^[1] Dieses Gesetz ist nach Gordon Moore benannt, dem Mitbegründer des Chipherstellers Intel, der diese These im Jahre 1965 in seinem Artikel „Cramming more components onto integrated circuits“ im Electronics Magazine aufstellte.

^[2] „In a strict sense, knowledge is created only by individuals. An organization cannot create knowledge without individuals“ (Nonaka und Takeuchi, 1995, S. 59).

^[3] „Our dynamic model of knowledge creation is anchored to a critical assumption that human knowledge is created and expanded through social interaction between tacit knowledge and explicit knowledge“ (Nonaka und Takeuchi, 1995, S. 61).

^[4] „…for example, a comptroller of a company collects information throughout the company and puts it together in a fincancial report…“ (Nonaka und Takeuchi, 1995, S. 70)

^[5] „Strukturelle (materielle, apolitische) Barrieren beziehen sich bei Kollektiven auf die Regelhaftigkeit eines Systems, während die politisch-kulturellen Barrieren durch die Involvierung bzw. Durchsetzung von divergenten Interessenlagen bedingt sind“ (Schüppel, 1998, S. 117f).

^[6] „The greatest difficulty lies not in persuading people to accept new ideas, but in persuading them to abandon old ones“ (John Maynard Keynes zitiert nach Hopfenbeck et al., 2001, S. 384).